构建一个多类分类器是否优于几个二进制分类器？

我需要将URL分类。假设我有15个类别，我打算将每个URL归零。

15向分类器更好吗？我有15个标签，并为每个数据点生成特征。

还是建立15个二元分类器，例如：电影或非电影，并使用从这些分类中获得的数字来构建等级，以选择最佳类别，从而变得更好？

首先，您必须问自己问题是否是多标签的（即，单个URL可以属于多个类别）（即，单个URL仅可以属于一个类别）。

如果是前者，则应使用一系列二进制分类器，因为这是处理多标签问题的默认方法。

如果是后者，答案取决于您的数据外观，分析的目的和使用的方法的组合，也许您应该同时尝试并选择最佳方法。
仅需注意，由于某些方法（如SVM）的定义方式，它们实际上无法进行多类分类，因此在内部使用了一系列二进制分类器。

这将取决于您的数据如何分散。最近有一个很好的例子，一个类似的问题，OP想知道单个线性判别函数是确定总体A与B或C还是基于将A分开的多线性判别函数的更好的分类器。 B和C。有人给出了一个非常漂亮的彩色散点图，显示了在这种情况下使用两种判别方法会比一种更好。我将尝试链接到它。

例如，某些方法可以很好地处理多类随机森林MLP。

如果您不想那样做，那么ECOC可能会很好地针对您的问题执行1-vs-All，只有测试才能证明。